Начать

YOLOX и YOLOv9

Развитие компьютерного зрения определялось постоянным совершенствованием архитектур, которые сочетают вычислительную эффективность с высокой точностью. При оценке моделей обнаружения объектов в реальном времени сравнение YOLOX от Megvii и YOLOv9 от Academia Sinica показывает два разных подхода к разработке глубоких нейронных сетей. YOLOX популяризировала упрощённую безанкерную архитектуру, а YOLOv9 представила методы работы с градиентной информацией, позволяющие максимально сохранять информацию.

В этом техническом руководстве рассматриваются различия в архитектуре, результаты тестов производительности и оптимальные сценарии применения этих моделей, а также показано, почему платформа Ultralytics и модель YOLO26 — более подходящие варианты для развёртывания в производственной среде.

YOLOX: новаторская парадигма без anchor-боксов#

Выпущенная в середине 2021 года YOLOX стала важным шагом к сближению академических исследований и промышленного применения. Отказ от заранее заданных анкерных рамок значительно упростил настройку эвристик для пользовательских наборов данных.

Архитектурные инновации#

YOLOX внесла несколько важных изменений в стандартный конвейер обнаружения объектов. В ней реализована разделённая голова, в которой задачи классификации и регрессии разделены, что значительно уменьшило конфликт между распознаванием объекта и определением его границ. В YOLOX также используется SimOTA — стратегия динамического назначения меток, которая выделяет положительные примеры во время обучения, ускоряя сходимость и повышая общую производительность на стандартных тестовых наборах данных.

Сильные стороны и ограничения#

Главное преимущество YOLOX — упрощённая архитектура. Благодаря безанкерному механизму разработчики тратят меньше времени на кластеризацию для поиска оптимальных размеров анкеров под свои данные. Однако YOLOX — более старая архитектура, изначально созданная без современных усовершенствований в области self-attention и распространения градиента, поэтому по эффективности использования параметров она уступает более новым сетям. Кроме того, в едином API нет нативной поддержки таких сложных задач, как сегментация экземпляров и оценка позы.

Узнай больше о YOLOX

YOLOv9: максимальное использование информации о градиентах#

В 2024 году YOLOv9 представила основанный на теории подход к решению проблемы информационного узкого места, свойственной глубоким свёрточным нейронным сетям.

Архитектурные инновации#

Ключевая особенность YOLOv9 — программируемая градиентная информация (PGI), которая помогает сохранять важные семантические данные при их прохождении через множество слоёв сети. В сочетании с обобщённой сетью агрегации эффективных слоёв (GELAN) это обеспечивает YOLOv9 высокое соотношение точности к числу параметров. Благодаря этому модель сохраняет точные градиенты для обновления весов и остаётся эффективной даже в облегчённых вариантах.

Сильные стороны и ограничения#

YOLOv9 обеспечивает высокую точность модели, а высокие показатели mAP на COCO сделали её популярной среди исследователей. Однако, несмотря на эффективность, для постобработки YOLOv9 по-прежнему использует традиционное подавление немаксимумов (NMS), которое вносит переменную задержку во время инференса. Для инженеров, которые развёртывают ИИ на периферийных устройствах, обработка логики NMS усложняет конвейер развёртывания.

Подробнее о YOLOv9

Узкие места постобработки

Традиционным моделям, таким как YOLOX и YOLOv9, требуется подавление немаксимумов (NMS) для фильтрации дублирующихся ограничивающих рамок. Этот этап по своей природе выполняется последовательно и часто создаёт узкое место на CPU, что подчёркивает необходимость в нативных сквозных архитектурах, используемых в новейших моделях Ultralytics.

Сравнение производительности#

Сравнение основных вычислительных показателей этих архитектур показывает, что YOLOv9 предлагает более современную базовую модель, а YOLOX остаётся лёгким вариантом для устаревших систем. Ниже приведено подробное сравнение их стандартных моделей.

Модельразмер
(пиксели)
mAPval50-95Скорость
CPU ONNX
(мс)
Скорость
T4 TensorRT10
(мс)
параметры
(M)
FLOPs
(B)
YOLOXnano41625.8--0.911.08
YOLOXtiny41632.8--5.066.45
YOLOXs64040.5-2.569.026.8
YOLOXm64046.9-5.4325.373.8
YOLOXl64049.7-9.0454.2155.6
YOLOXx64051.1-16.199.1281.9
YOLOv9t64038.3-2.32.07.7
YOLOv9s64046.8-3.547.226.7
YOLOv9m64051.4-6.4320.176.8
YOLOv9c64053.0-7.1625.5102.8
YOLOv9e64055.6-16.7758.1192.5

Хотя YOLOv9 обеспечивает более высокую точность при сопоставимом количестве параметров, разработчикам, которым нужен оптимальный баланс скорости, точности и простоты использования, стоит обратить внимание на последние разработки Ultralytics.

Преимущества Ultralytics: знакомься с YOLO26#

Исторические модели, такие как YOLOX и YOLOv9, дают полезный контекст, но сейчас Ultralytics рекомендует Ultralytics YOLO26, выпущенную в январе 2026 года и переработанную для современных производственных сред.

Архитектурные инновации#

YOLO26 устраняет узкие места постобработки, характерные для предыдущих моделей, благодаря опциональной сквозной архитектуре без NMS (nms=False), которая упрощает развёртывание на разном оборудовании. YOLO26 также удаляет Distribution Focal Loss (DFL) для упрощения экспорта и использует оптимизатор MuSGD — гибрид стохастического градиентного спуска и Muon, обеспечивающий более стабильное обучение.

Для разработчиков, развёртывающих модели в средах с ограниченными ресурсами, например на Raspberry Pi, YOLO26n обеспечивает инференс на CPU до 43% быстрее, чем YOLO11n. В ней также появились ProgLoss + STAL (прогрессивная функция потерь и назначение меток с учётом малых объектов), улучшающие обнаружение небольших объектов, что критически важно для аэрофотосъёмки и анализа данных с дронов.

Упрощённая экосистема разработки#

В отличие от отдельных исследовательских репозиториев, экосистема Ultralytics упрощает работу разработчика. С помощью Python API Ultralytics инженеры могут значительно сократить объём шаблонного кода, а оптимизированное использование памяти позволяет обучать надёжные модели с меньшим объёмом видеопамяти GPU, чем архитектуры с интенсивным применением attention.

from ultralytics import YOLO

# Загрузить компактную модель YOLO26 без NMS с высокой степенью оптимизации
model = YOLO("yolo26s.pt")

# Обучить модель на пользовательском наборе данных с минимальными затратами памяти
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Легко экспортировать модель в оптимизированные форматы для развёртывания
model.export(format="engine", quantize=16)  # Экспортируем в TensorRT

Помимо обнаружения объектов, YOLO26 поддерживает множество задач в рамках одного фреймворка. Нужны ли тебе точные ориентированные ограничивающие рамки (OBB) для спутниковых снимков или детализированные попиксельные маски для анализа медицинских изображений — рабочий процесс остаётся неизменным. Командам, которые используют процессы предыдущего поколения, также доступна полностью поддерживаемая Ultralytics YOLO11.

Оптимальные сценарии применения и стратегии развёртывания#

Выбор подходящей архитектуры зависит от целевой среды развёртывания и требований проекта.

Периферийные вычисления и робототехника#

На устройствах с низким энергопотреблением модели, требующие интенсивной постобработки, могут работать хуже. YOLOX-Nano очень компактна, но её точности часто недостаточно для критически важных задач безопасности. Здесь лучше подойдёт YOLO26: её голова без DFL и опциональный инференс без NMS обеспечивают стабильную работу на потоках CPU, поэтому модель хорошо подходит для автономной робототехники или управления умной парковкой.

Академические бенчмарки#

Если цель — только анализировать распространение градиента и изучать узкие места глубоких сетей, YOLOv9 остаётся отличным объектом исследования. Фреймворк PGI помогает понять, как сохраняются признаки в слоях глубоких нейронных сетей, и потому полезен университетским исследователям, изучающим теорию свёрточных сетей.

Корпоративная видеоаналитика#

Для масштабной обработки видео, например в системах охранной сигнализации или при мониторинге дорожного движения, необходимы высокая скорость и гибкие возможности экспорта. Встроенные средства экспорта фреймворка Ultralytics позволяют командам одной командой компилировать YOLO26 непосредственно в TensorRT или OpenVINO, сокращая время вывода продукта на рынок.

Экосистема Ultralytics позволяет командам машинного обучения не разбираться в сложных исследовательских кодовых базах, а сразу сосредоточиться на создании масштабируемых ИИ-приложений для реальных задач.

Участники

Комментарии

Задай вопрос, поделись результатами или помоги кому-нибудь.